Machine Learning: Pengenalan Wajah

Salah satu aplikasi dari Artificial Intelligence (AI) atau Machine Learning adalah dalam pengenalan wajah seseorang. Salah satu perusahaan saya (PT Riset Kecerdasan Buatan) sedang mengembangkan model untuk melakukan hal ini.

Salah satu langkah yang penting dalam machine learning adalah ketersedian data untuk pelatihan (training). Data ini yang akan digunakan untuk mendeteksi orang yang bersangkutan. Proses pengambilan data ini kami sebut proses registrasi. Ada banyak cara melakukan proses registrasi. Yang kami lakukan adalah dengan mengambil video dari orang yang akan dideteksi.

Berikut ini adalah video salah satu kegiatan kami dalam proses registrasi yang disebutkan di atas. Ini kami ambil ketika ProcodeCG sedang memberikan workshop tentang machine learning di Bandung Digital Valley (BDV).

Semoga video singkat ini dapat menunjukkan apa yang kami lakukan di perusahaan kami.

Iklan

Kegagalan Alat Fingerprint

Salah satu penerapan teknologi informasi yang mulai banyak digunakan adalah alat pemindai sidik jari (fingerprint scanner). Alat ini digunakan untuk mengidentifikasi seseorang berdasarkan sidik jarinya. Pemakaian yang terbanyak adalah untuk menunjukkan kehadiran – istilah sehari-harinya absensi.

Penerapan teknologi ini harus hati-hati sehingga bukan malah membuat masalah. Sebagai contoh, saya sering kesulitan untuk mengidentifikasi diri dengan alat ini. Di kampus saya, alat ini digunakan sebagai tanda kehadiran. Nah, sering saya tidak dapat dikenali oleh alat ini.

Ini contoh video yang saya ambil ketika saya mencoba mencatatkan kehadiran.

Setelah berulangkali gagal, saya menyerah. Hasilnya memang saya dianggap tidak hadir pada hari itu. Terserah lah … Kumadinya welah, kata orang Sunda. he he he.

Block 71 Bandung

Beberapa tahun yang lalu – mungkin sekitar tahun 1998(?) [wah sudah lama ya] – kami menulis dokumen tentang Bandung High-Tech Valley (BHTV). Isinya adalah tentang kawasan Bandung (dan sekitarnya) dapat menjadi cerminan Silicon Valley-nya Amerika. (Ini membutuhkan blog post terpisah.) Salah satu hal yang saya impikan pada waktu itu adalah kawasan jalan Dago – nama resminya adalah Jl. Ir. H. Juanda – berisikan perusahaan-perusahaan yang berbasiskan teknologi. Modelnya mirip dengan Palo Alto-nya Silicon Valley. Jadi bukan kawasan perkantoran seperti yang ada di Jakarta.

Nah, sekarang ini mulai kejadian. Minggu lalu Block 71 Bandung dibuka. Apa itu Block 71 Bandung? Silahkan simak video ini.

Singkatnya, Block 71 adalah inisiatif dari Nasional University Singapore (NUS) Enterprise. Mereka mengembangkan sebuah tempat yang memang alamatnya adalah “Block 71” di Singapura. Tempat itu digunakan untuk mengembangkan banyak start-up. Hasilnya luar biasa. Selain mengembangkan block-block lain di sekitarnya, “Block 71” secara organisasi juga mulai merambah ke negara-negara lain. Indonesia merupakan salah satunya. Di Indonesia saat ini sudah ada Block 71 di Jakarta, Jogjakarta, dan sekaarang di Bandung.

Mengapa jalan Dago ini merupakan hal yang esensial? Karena dia dekat dengan berbagai perguruan tinggi; ITB, UNPAD, UNPAR, UNPAS, UNIKOM, ITHB, dan masih banyak lainnya. Ini salah satu kunci kesuksesan kawasan teknologi, yaitu kedekatan dengan tempat sumber daya manusia (SDM) dan tempat penelitian.

Sebentar lagi akan ada perusahaan-perusahaan teknologi lain di jalan Dago, menggantikan factory outlet yang menjadi jagoannya kota Bandung. ha ha ha. Asyik. Bandung betul-betul menunjukkan diri sebagai kota teknologi yang mendukung entrepreneurship.

Dreams do come true.

Python dan Perl

Senin lalu melanjutkan memberikan training soal Data Science dengan menggunakan Python. Salah satu tugas yang harus kami lakukan adalah membersihkan data yang diperoleh dari proses dump aplikasi links ke akun twitter. (links -dump http://twitter.com/rahard)

Awalnya saya memulai koding dengan menggunakan bahasa Python, tapi di tengah jalan macet karena saya lupa cara-cara melakukan regular expression (regex) di Python. Misalnya lompati (skip) baris yang memiliki pola penulisan “* sesuatu”. Atau melompati baris yang hanya berisi spasi saja. Sebetulnya saya bisa sih, tetapi harus baca dokumentasinya dulu. Padahal ini lagi live coding. ha ha ha. Harus cepat. Akhirnya yang saya lakukan adalah saya koding awal dengan menggunakan bahasa Perl. ha ha ha.

Di kepala saya memang logika pemrograman diimplementasikan dengan menggunakan bahasa Perl. Jadi kalau mau mengerjakan sebuah kodingan, yang terpikir adalah kodenya dalam bahasa Perl.

Kembali ke kasus tadi. Dalam waktu singkat, kodingan Perl sudah menunjukkan apa yang saya mau (meskipun masih harus dilanjutkan lagi karena ada banyak exception yang harus dilakukan). Poin yang ingin saya sampaikan di kelas ada bahwa untuk melakukan pembersihan terhadap data dapat dilakukan dengan menggunakan skrip. Cara ini efektif meskipun caranya adalah quick and dirty. Namanya juga hacking. Itulah sebabnya dalam deskripsi tentang data science (yang diusulkan oleh Drew Conway), salah satu komponennya adalah “hacking skills“.

Kembali ke kasus (lagi), saya punya pekerjaan rumah untuk membuat versi Python dari kode Perl saya. Hadoh.

 

Sampah Email

Memiliki server email sendiri itu banyak masalah. Salah satunya adalah banyaknya spam. Ini contoh tampilan mailbox saya. Lihat. Ada lebih dari 20 ribu email! Kebanyakan email tersebut adalah spam. Nyebelin.

BR-mailbox-edit

Kalau pasang filter spam di server sendiri bebannya berat sekali. Ini masih harus diukur lagi. Dahulu CPU bisa terpakai banyak untuk ini sehingga email sampai menjadi tertunda. Belum lagi nanti harus memperbaharui (update) filter spam tersebut. Tambah kerjaan saja.

Kalau menggunakan server orang lain, seperti Gmail, enaknya spam sudah difilter. Kita tinggal mendapati email yang sudah “bersih”, meskipun kadang-kadang ada email yang nyasar ke folder spam. Setidaknya waktu kita tidak habis untuk mengurusi spam. Lebih produktif. Sementara ini saya masih menimbang-nimbang apakah memasang kembali filter spam di server mail kami.

Memperhatikan Lingkungan

Dalam sebuah wawancaa saya ditanya mengenai bagaimana cara saya mendapatkan ide-ide atau memprediksi sebuah teknologi atau kesempatan bisnis. Jawaban singkat saya adalah banyak membaca dan memperhatikan lingkungan.

Yang saya maksudkan banyak membaca adalah membaca apa saja. Untuk bidang teknologi saya sering membaca majalah IEEE dan mendengarkan ulasan teknologi di berbagai sumber berita. (Membaca di sini juga termasuk melihat dan mendengar.) Untuk yang melihat, saya jarang nonton TV Indonesia karena saya tidak mendapatkan nilai tambah. Coba sebutkan channel TV yang banyak membahas teknologi.

Untuk dunia bisnis saya senang menonton TV berita luar negeri. Biasanya sering sekali dibahas soal tenologi terbaru dan kemungkinan bisnisnya. Untuk bahan bacaan, lebih menarik membaca majalah bisnis ketimbang membaca koran Indonesia. Lagi-lagi, perhatikan koran Indonesia yang isinya berita negatif semua.

Ketika membaca, melihat, dan mendengar, saya mencoba memperhatikan ini utamanya. Kemudian saya mencoba mengarang, melihat jauh ke depan. Tidak perlu jauh-jauh melihatnya, melihat satu dua langkah ke depan saja. Ternyata kemampuan ini tidak banyak dilatih oleh banyak orang.

Perhatikan pengemudi atau pengendara motor di Indonesia ini. Kebanyakan – atau mungkin sebagian besar? – hanya melihat apa yang ada di depannya saja. Dia tidak mencoba melihat situasi di depan kendaraan yang ada di depan dia. Dengan kata lain, untuk melihat satu (atau dua ya?) langkah ke depan dia sudah tidak berminat. Maka kemampuan untuk memprediksi situasi di jalanpun rendah. Ketika kendaraan kita berhenti, maka klakson di belakang mulai berbunyi. Dia tidak melihat kenapa kita berhenti. Padahal di depan kita ada kendaraan lain yang juga berhenti. Dengan hanya sedikit usaha, dia bisa tahu. Analogi melihat ke depan dalam dunia teknologi dan bisnispun mirip seperti itu.

Nah, untuk saat ini saya melihat beberapa topik menarik seperti Blockchain, Internet of Things (IoT), dan Artificial Intelligence (AI) atau Machine Learning. Dari mana saya tahu ini? Ya dari banyak membaca dan memperhatikan lingkungan.

Apakah Blockchain Menjadi Solusi?

Salah satu janji yang digadangkan oleh Blockchain – teknologi yang berada di belakang Bitcoin – adalah dapat membuat biaya transaksi menjadi sangat murah. Janji tinggal janji. Saat ini saya belum melihat ini terjadi. Kebanyakan orang masih fokus kepada aspek “oportunis” dari crypto currency ini.

Saya masih membutuhkan sebuah sistem pembayaran yang biayanya murah untuk toko musik digital saya. (Lihat: toko.insanmusic.com) Harga sebuah lagu adalah Rp. 5000,-. Sementara itu sistem pembayaran yang ada sekarang hampir semua meminta biaya (per) transaksi di atas Rp. 5000,-. (Bahkan ada yang meminta biaya transaksi Rp. 15.000,-!) Tekorlah saya kalau biaya transaksinya seperti itu. Seharusnya biaya transaksinya adalah Rp. 100,- gitu.

Kalau sampai akhir tahun ini (2017) tidak ada yang dapat memberikan solusi, tahun depan (2018) kayaknya saya harus membuat sebuah sistem pembayaran sendiri.